基于车载诊断数据的重型柴油车大气污染物排放清单构建

该文档主要研究了成都市重型柴油车污染物排放清单的建立，并分析了其对空气质量的影响。研究基于车载诊断（OBD）设备数据，采用线性插值（LINE）和大数据插值（GFX）方法进行路径补全，计算了重型柴油车的排放平衡，并进行了空间和物种分配，最终获得了成都市2023年重型柴油车的NOx、CO、PM2.5和VOCs的网格排放清单。

研究背景与目的

成都市位于四川盆地，空气污染扩散条件较差，是中国空气污染严重的地区之一。研究的目的是通过建立成都市重型柴油车的污染物排放清单，为空气质量管理和污染物控制提供基础数据。文中指出，NOx是最重要的污染物，占主要污染物年排放总量的70.7%。

方法与数据

研究使用了OBD数据，这是目前测量柴油车排放的最有效和准确的方法。由于OBD数据中存在缺失样本，研究采用了GFX方法进行路径补全，认为GFX方法在样本补全数量上最为可靠。通过速度和气象修正，计算了重型柴油车的排放平衡，并进行了空间和物种分配。

结果与分析

研究结果显示，2023年成都市重型柴油车的NOx、CO、PM2.5和VOCs的年排放量分别为28,852.90吨、10,590.60吨、686.18吨和657.60吨。NOx是最主要的污染物，而VOCs和PM2.5仅占主要污染物年排放总量的3.29%。在空间分布上，污染物主要集中在成都市中心及周边工业区和主要道路网络上，如温江、青白江和新都等地。

讨论与比较

研究通过与其他学者编制的车辆排放清单进行比较，验证了结果的真实性和合理性。与东北地区的排放数据相比，成都市的NOx比例显著降低，主要原因是柴油车在燃烧过程中更容易碳化并形成碳烟。此外，研究还指出，成都市政府逐渐迁移污染企业，并鼓励电车出行，以改善空气质量。

不确定性分析

尽管OBD数据是目前最有效的柴油车排放测量方法，但数据中仍存在缺失样本。研究认为，GFX方法在样本补全上最为可靠，未来将通过更多数据的比较分析来评估补全方法的优劣。

未来研究方向

研究建议未来可以使用第三代空气质量模型，结合多分辨率排放清单数据进行研究，以优化成都市的基准排放清单。此外，研究还建议建立四季的排放清单，考虑季节变化对重型柴油车污染物的影响，以提供更为详尽的信息。

结论

该研究通过OBD数据和GFX方法，成功建立了成都市重型柴油车的污染物排放清单，为空气质量管理和污染物控制提供了基础数据。研究结果显示，NOx是成都市重型柴油车排放的主要污染物，且污染物在空间上主要集中在市中心及周边工业区和主要道路网络上。研究为未来的空气质量改善措施提供了重要参考。

通过以上分析，该文档为成都市重型柴油车的污染物排放提供了详尽的研究和分析，为空气质量管理和政策制定提供了科学依据。